---
title: 'Book_Statistic2ML_Chapter14'
disqus: hackmd
---
[讀者天地 - 機器學習的統計基礎](https://hackmd.io/@TommyHuang/book_statistics2ML)
> [name=黃志勝 Chih-Sheng (Tommy) Huang]
* [作者Medium Blog](https://chih-sheng-huang821.medium.com/)

本書「機器學習的統計基礎」出版社為旗標科技股份有限公司

**此份筆記為[讀者天地 - 機器學習的統計基礎](https://hackmd.io/@TommyHuang/book_statistics2ML)用來作為書本內容修正紀錄**

---
[TOC]
# 第14章 模型評估Model Validation

## 14.1 二元分類模型評估指標
### 14.1.1 二元分類的混淆矩陣
### 14.1.2 評估指標－正確率
### 14.1.3 評估指標－靈敏度、特異度
### 14.1.4 評估指標－偽陰性率、偽陽性率
### 14.1.5 評估指標－陽性預測值、陰性預測值
### 14.1.6 評估指標－陽性概似比、陰性概似比
### 14.1.7 評估指標－ F1score 與Fβscore 與
### 14.1.8 評估指標－ G-mean
### 14.1.9 算出所有的評估指標
### 14.1.10 ROC 曲線

## 14.2 多元分類評估指標
### 14.2.1 評估指標說明
### 14.2.2 多元評估指標範例
## 14.3 迴歸模型評估指標(Regression Metrics)
### 14.3.1 三種評估指標－ MSE、MAE、MSLE
### 14.3.2 MSLE 的優勢

## 14.4 交叉驗證：如何選取模型與模型評估
### 14.4.1 Resubstitution
### 14.4.2 Holdout CV
### 14.4.3 k-fold CV
### 14.4.4 Leave-one-out CV

###### tags: `Book_Statistic2ML`